Aanrader: Tiny Machine Learning (TinyML) MOOCs van HarvardX

Op EdX loopt op dit moment een drietal (gratis) MOOCs die een aanrader zijn als je hands-on met AI/Machine Learning aan de slag wilt.  Wil je de volledige ondersteuning en het certificaat dan kost deelnemen geld (€441 in totaal) maar je kunt via de “Audit” optie ook gratis toegang krijgen tot de video’s. Voor mij was dat meer dan voldoende, zeker bij de eerste module Fundamentals of TinyML (dat is de enige van de 3 die ik tot nu toe heb doorgewerkt). Die module is namelijk bedoelt voor echte beginners. En dat is niet een slecht iets, het betekent dat als je nog helemaal niets van het gebruik van machine learning binnen kunstmatige intelligentie/AI weet, je hier prima mee uit de voeten zou moeten kunnen. De eerste module gaat namelijk eerst uitgebreid in op wat machine learning, deep learning, AI allemaal is. Daarna leggen ze ook uit waar “groter is niet altijd beter” van toepassing is, maar het is dus zeker niet zo dat je al heel veel moet weten voordat je hiermee aan de slag kunt.

Ook sterk is de betrokkenheid van Susan Kennedy. Want hoewel ze van het drietal (naast Vijay Reddi en Laurence Moroney) zichtbaar het minst gewend is om voor een camera enthousiast een verhaal te vertellen (je ziet aan haar ogen en hoort aan haar stem dat ze de tekst opleest van het scherm net onder de camera), brengt zij in haar bijdragen een belangrijk aspect mee: responsible AI, al vanaf het begin, bij de ontwerpfase. Waarbij het dus gaat om vragen als: voor wie bouw ik deze toepassing? wat zijn verwachtingen/eisen van die gebruikers? welke risico’s zitten er aan het (onjuist, onbedoeld, ongepland) gebruik van mijn toepassing? hoe ga ik daar mee om?

Maar de eerste module is niet alleen praten, je gaat ook “gewoon” met Google Colab aan de slag, bijvoorbeeld om een model te bouwen dat foto’s van paarden en mensen van elkaar kan onderscheiden. Ook dat kun je gratis doen en je hoeft er geen super heftig systeem voor te hebben of complexe software voor te installeren. Het gebeurd allemaal in de cloud.

De eerste twee modules staan al online en je kunt ze in je eigen tempo doorlopen. Dus als je vandaag start dan ben je niet te vroeg en niet te laat. Ik ga nu verder met de tweede module Applications of TinyML, in afwachting van het beschikbaar komen van de derde en laatste module Deploying TinyML die half januari 2021 beschikbaar komt . Dat is de enige module waarvan ik inschat dat je die niet zonder kosten kunt doorlopen. Het doel van die module is namelijk om daadwerkelijk code op zo’n tiny apparaat (in dit geval een Arduino Nano 33 BLE Sense met slechts 256KB RAM en 1MB Flashgeheugen) te laten draaien. De MOOC maakt daarbij gebruik van de  Tiny Machine Learning Kit waar dan ook een cameramodule (OV7675) en een shield horen. De Nano 33 BLE Sense beschikt zelf over een HTS221 temperatuur en luchtvochtigheid-sensor, een APDS9960 licht/kleur/nabijheidssensor/bewegingssensor, een LSM9DS1 – een accelerometer, gyroscoop, magnetometer met 9 assen, een MP34DT05-A microfoon, een LPS22Hb druksensor, Bluetooth (BLE) en 2 programmeerbare LEDs. Als je de set vanuit Nederland wilt bestellen dan kost je dat incl. BTW en verzendkosten €57,95.

Ik ga er waarschijnlijk niet de migratiepatronen van wilde olifanten mee volgen. Of ik andere toepassingen kan verzinnen die daadwerkelijk de wereld gaan verbeteren? Ook dat weet ik niet. Ik weet wel dat het belangrijk is om te begrijpen hoe zulke technologieën werken, kunnen werken, zouden moeten werken, op een verantwoordelijke manier. Zodat AI niet iets is wat ons overkomt, maar iets is wat we kunnen gebruiken (of kunnen laten gebruiken) in ons voordeel en in het voordeel van de hele wereld.